期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于VMD-GRU的城市轨道交通短时客流预测
被引量:
4
1
作者
吴娟
何跃齐
+1 位作者
张宁
吴海峰
《都市快轨交通》
北大核心
2022年第1期79-86,共8页
精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度,基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合模型预测方法,即VMD-GRU神经网络预...
精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度,基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合模型预测方法,即VMD-GRU神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与GRU相比,VMD-GRU在15、30和60min的时间粒度下,预测准确度分别提升7.57%,16.93%,18.47%。该模型可为地铁运营管理部门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统的服务水平。
展开更多
关键词
城市轨道交通
客流预测
变分模态分解
门控循环单元
在线阅读
下载PDF
职称材料
基于概率模型的轨道交通清分算法
被引量:
13
2
作者
韦强
谢宗毅
+3 位作者
诸仕荣
吴海峰
付靖
周后盘
《城市轨道交通研究》
北大核心
2009年第9期43-46,51,共5页
清分中心的重要职责之一是依据轨道交通网络中心各运营主体的运营贡献度进行运营收益分配。轨道交通运营收益清分的关键在于制定相对合理的清分规则,以此为基础,建立清分模型,再转化为清分算法,进而计算各运营主体的收益分配比例。建立...
清分中心的重要职责之一是依据轨道交通网络中心各运营主体的运营贡献度进行运营收益分配。轨道交通运营收益清分的关键在于制定相对合理的清分规则,以此为基础,建立清分模型,再转化为清分算法,进而计算各运营主体的收益分配比例。建立合理的清分模型是城市轨道交通收益清分的关键。在分析传统清分模型的基础上,提出了一种"多路径大概率优先综合清分模型"。该模型兼顾了乘客多路径选择和无障碍换乘等多种因素,使收益分配更趋合理。给出了该清分模型的应用方法。
展开更多
关键词
城市轨道交通
票务清分
无障碍换乘
清分中心
在线阅读
下载PDF
职称材料
融合节假日及天气特征的VMD-SSA-LSTM的高铁站出租车需求预测
3
作者
徐志君
刘曦
+3 位作者
郭媛
王宝锋
吴雅倩
桂小林
《计算机应用》
北大核心
2025年第S1期121-126,共6页
针对高铁站出租车供需失衡的问题,为了快速疏散高铁站旅客,并最大限度地减少旅客和司机的等待时间,提升旅客出行体验,提出一种融合节假日及天气特征的VMD-SSA-LSTM模型预测高铁站出租车需求量。首先,使用变分模态分解(VMD)分解时间序列...
针对高铁站出租车供需失衡的问题,为了快速疏散高铁站旅客,并最大限度地减少旅客和司机的等待时间,提升旅客出行体验,提出一种融合节假日及天气特征的VMD-SSA-LSTM模型预测高铁站出租车需求量。首先,使用变分模态分解(VMD)分解时间序列数据,以解决高铁站客流量不平稳的问题;其次,利用麻雀搜索算法(SSA)简化长短期记忆(LSTM)网络参数的选择过程;最后,结合多种环境特征预测某高铁站的出租车需求。人工采集该高铁站出租车需求的时间序列数据以及天气和节假日等特征后的实验结果表明,构建的融合多种特征的VMD-SSA-LSTM模型的平均绝对误差(MAE)为0.920 3、均方根误差(RMSE)为1.289 5、平均绝对百分比误差(MAPE)为0.187 6%,而拟合优度(R2)为0.991 0,显示所提模型适用于铁路枢纽的出租车需求量短时预测。
展开更多
关键词
出租车需求预测
长短期记忆网络
变分模态分解
麻雀搜索算法
在线阅读
下载PDF
职称材料
地铁车站楼梯处行人交通微观特性的实测分析
被引量:
3
4
作者
周宏
张宁
王洪臣
《城市轨道交通研究》
北大核心
2015年第3期60-67,共8页
总结归纳了国内外现有的研究成果,分析了地铁车站楼梯设施的特性。采用视频手段进行数据采集,获取楼梯处行人的微观运动特性。对各交通特征参数之间的关系进行了统计分析,回归得到相应数学模型。本研究成果可用于分析交通设施的通行现...
总结归纳了国内外现有的研究成果,分析了地铁车站楼梯设施的特性。采用视频手段进行数据采集,获取楼梯处行人的微观运动特性。对各交通特征参数之间的关系进行了统计分析,回归得到相应数学模型。本研究成果可用于分析交通设施的通行现状和服务水平,对行人楼梯设施的规划和设计有参考意义;得出的交通特征参数统计模型可应用于行人流微观仿真研究。
展开更多
关键词
地铁车站
楼梯
行人交通
微观特性
在线阅读
下载PDF
职称材料
题名
基于VMD-GRU的城市轨道交通短时客流预测
被引量:
4
1
作者
吴娟
何跃齐
张宁
吴海峰
机构
南京地铁建设
有限
责任
公司
北京城建设计发展集团股份
有限公司
东南大学ITS研究中心
轨道交通
研究所
浙江浙大网新众合轨道交通工程有限公司
出处
《都市快轨交通》
北大核心
2022年第1期79-86,共8页
基金
国家重点研发计划(2020YFB1600700)。
文摘
精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度,基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合模型预测方法,即VMD-GRU神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与GRU相比,VMD-GRU在15、30和60min的时间粒度下,预测准确度分别提升7.57%,16.93%,18.47%。该模型可为地铁运营管理部门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统的服务水平。
关键词
城市轨道交通
客流预测
变分模态分解
门控循环单元
Keywords
urban rail transit
passenger flow forecast
variational mode decomposition
gated recurrent unit
分类号
U231 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于概率模型的轨道交通清分算法
被引量:
13
2
作者
韦强
谢宗毅
诸仕荣
吴海峰
付靖
周后盘
机构
浙江浙大网新众合轨道交通工程有限公司
出处
《城市轨道交通研究》
北大核心
2009年第9期43-46,51,共5页
文摘
清分中心的重要职责之一是依据轨道交通网络中心各运营主体的运营贡献度进行运营收益分配。轨道交通运营收益清分的关键在于制定相对合理的清分规则,以此为基础,建立清分模型,再转化为清分算法,进而计算各运营主体的收益分配比例。建立合理的清分模型是城市轨道交通收益清分的关键。在分析传统清分模型的基础上,提出了一种"多路径大概率优先综合清分模型"。该模型兼顾了乘客多路径选择和无障碍换乘等多种因素,使收益分配更趋合理。给出了该清分模型的应用方法。
关键词
城市轨道交通
票务清分
无障碍换乘
清分中心
Keywords
urban rail transit
fare clearing
barrier-free transfer
FCC(fare clearing certer)
分类号
U239.5 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
融合节假日及天气特征的VMD-SSA-LSTM的高铁站出租车需求预测
3
作者
徐志君
刘曦
郭媛
王宝锋
吴雅倩
桂小林
机构
浙江浙大网新众合轨道交通工程有限公司
西安市
轨道交通
集团
有限公司
西安
交通
大学电子与信息学部
出处
《计算机应用》
北大核心
2025年第S1期121-126,共6页
基金
国家重点研发计划项目(2022YFB3305503)
陕西省重点研发一般项目(2023-YBGY-403)。
文摘
针对高铁站出租车供需失衡的问题,为了快速疏散高铁站旅客,并最大限度地减少旅客和司机的等待时间,提升旅客出行体验,提出一种融合节假日及天气特征的VMD-SSA-LSTM模型预测高铁站出租车需求量。首先,使用变分模态分解(VMD)分解时间序列数据,以解决高铁站客流量不平稳的问题;其次,利用麻雀搜索算法(SSA)简化长短期记忆(LSTM)网络参数的选择过程;最后,结合多种环境特征预测某高铁站的出租车需求。人工采集该高铁站出租车需求的时间序列数据以及天气和节假日等特征后的实验结果表明,构建的融合多种特征的VMD-SSA-LSTM模型的平均绝对误差(MAE)为0.920 3、均方根误差(RMSE)为1.289 5、平均绝对百分比误差(MAPE)为0.187 6%,而拟合优度(R2)为0.991 0,显示所提模型适用于铁路枢纽的出租车需求量短时预测。
关键词
出租车需求预测
长短期记忆网络
变分模态分解
麻雀搜索算法
Keywords
taxi demand prediction
Long Short-Term Memory(LSTM)network
Variational Mode Decomposition(VMD)
Sparrow Search Algorithm(SSA)
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
地铁车站楼梯处行人交通微观特性的实测分析
被引量:
3
4
作者
周宏
张宁
王洪臣
机构
浙江浙大网新众合轨道交通工程有限公司
东南大学教育部ITS
工程
研究中心
出处
《城市轨道交通研究》
北大核心
2015年第3期60-67,共8页
文摘
总结归纳了国内外现有的研究成果,分析了地铁车站楼梯设施的特性。采用视频手段进行数据采集,获取楼梯处行人的微观运动特性。对各交通特征参数之间的关系进行了统计分析,回归得到相应数学模型。本研究成果可用于分析交通设施的通行现状和服务水平,对行人楼梯设施的规划和设计有参考意义;得出的交通特征参数统计模型可应用于行人流微观仿真研究。
关键词
地铁车站
楼梯
行人交通
微观特性
Keywords
metro station
stair
pedestrian traffic
microscopic characteristics
分类号
U231.4 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于VMD-GRU的城市轨道交通短时客流预测
吴娟
何跃齐
张宁
吴海峰
《都市快轨交通》
北大核心
2022
4
在线阅读
下载PDF
职称材料
2
基于概率模型的轨道交通清分算法
韦强
谢宗毅
诸仕荣
吴海峰
付靖
周后盘
《城市轨道交通研究》
北大核心
2009
13
在线阅读
下载PDF
职称材料
3
融合节假日及天气特征的VMD-SSA-LSTM的高铁站出租车需求预测
徐志君
刘曦
郭媛
王宝锋
吴雅倩
桂小林
《计算机应用》
北大核心
2025
0
在线阅读
下载PDF
职称材料
4
地铁车站楼梯处行人交通微观特性的实测分析
周宏
张宁
王洪臣
《城市轨道交通研究》
北大核心
2015
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部